– I dag bruker kunstig intelligens så mye energi at vi ikke kan ta det i bruk

5 months ago 110


Denne artikkelen er produsert og finansiert av Universitetet i Oslo - les mer.

Henrik Hovde Sønsteby viser fram et ALD-apparat som er spesialbygget ved Kjemisk institutt ved Universitetet i Oslo. (Foto: Elina Melteig)

Kunstig intelligens bruker enormt med energi. Materialforsker kan løse floken.

Men kunstig intelligens (KI) trenger ikke å bruke så mye energi dersom Henrik Hovde Sønsteby klarer å realisere prosjektet sitt. 

Det finnes materialer med egenskaper dagens KI-utviklere sikler på. Problemet er at det ikke finnes noen teknikk for å lage materialene på en måte som gjør det mulig å produsere i industriell skala. 

Det vil Sønsteby endre på. Han er forsker innen uorganisk materialkjemi ved Universitetet i Oslo.

– Teknikken vi skal bruke, har vi jobbet med i gruppa i over 20 år. Den blir allerede brukt i IT-industrien, sier han. 

Helt ny type kunstig intelligens

Teknikken heter ALD. Det står for «Atomic Layer Deposition» eller atomlagsavsetting. Dette går enkelt ut på å lage tynne sjikt av materialer, atomlag for atomlag. På denne måten har forskerne ekstremt god kontroll over strukturen i materialet.

– Dersom vi klarer å finne en metode for å lage disse nye materialene, vil en helt ny type kunstig intelligens bli en realitet, sier Sønsteby.

I prosjektet samarbeider han med alle ledd som er involvert i utviklingen av en datamaskin – fra materialforskere til industrien selv. 

I Sønstebys prosjekt samarbeider han med IBM. Det går ut på å ta i bruk teknologi basert på de nye materialene. 

Ettersom EU finansierer denne forskningen, blir resultatene tilgjengelige for alle. Det betyr at også andre bedrifter som ønsker det, vil kunne ta teknikken og materialene i bruk.

ALD-teknikken

«Atomic Layer Deposition» eller atomlagsavsetting (ALD) går enkelt ut på å lage tynne sjikt av materialer, atomlag for atomlag. På denne måten har forskerne ekstremt god kontroll over strukturen i materialet. ALD brukes allerede i IT-industri. Derfor er den egnet til å teste om nye materialer kan produseres med denne metoden. Da kan de raskt settes i produksjon.

Egenskapene KI-skaperne sikler på

– Et av de største problemene med KI er at det koster så mye energi å bruke det, sier Sønsteby.

Materialene han skal lage, bruker svært lite energi sammenlignet med dagens teknologi. Det er på grunn av egenskaper ved selve materialet. I motsetning til dagens KI-systemer kan hver enkelt «node» med det nye materialet huske hva den er. Enhetene eller nodene, i dagens KI må ha strøm kontinuerlig for å huske.

En annen grunn til at det nye materialet er energimessig gunstig, er at det ikke trenger å trenes på like store datasett. Da kan man spare mye energi i selve treningsprosessen.

– En av tingene KI brukes til, er bildegjenkjenning. Da brukes en teknikk som kalles veiledet læring. Det betyr at den kunstige intelligensen gis et gitt antall bilder av for eksempel katter og så noe som ikke er katter. Deretter blir den bedt om å sortere ut kattebildene. Da må den også få informasjon om når den har rett eller tar feil, forklarer Sønsteby.

Det nye materialet har superhukommelse: Kan huske etter ett eksempel

Et alternativ til veiledet læring er ikke-veiledet. Det kan spare mye strøm:

Sønsteby forklarer at det fungerer ved at du gir den kunstige intelligensen en stor mengde data og ber den finne trender eller sortere. 

Problemet er at selv om den kan løse det, vet ikke forskerne hvordan eller hvorfor den har sortert som den har gjort. Det gjør at de kan se mønstre i dataene som de ikke har sett før. 

– Vi har likevel en jobb å gjøre for å finne ut hva den sorterer etter. Fordi det er pakket inn i selve materialet og ikke i algoritmen, er det utfordrende å finne ut etterpå, sier Sønsteby.

Det nye materialet kan huske noe etter bare én innlæring. Det sparer mye strøm:

– En fordel med slike materialer er at de ikke trenger mye repetisjon. De kan i prinsippet preges etter ett eksempel. I praksis vil det nok likevel være slik at tendensene forsterkes med flere repetisjoner, også for denne typen KI, sier Sønsteby.

Kan brukes i selvkjørende biler

– Se for deg en bil som bruker kunstig intelligens for å være selvkjørende og ta bevisste valg i trafikken. Det går ikke med dagens energikrevende KI, sier Sønsteby.

Materialet han forsker på, kan brukes på en litt annen måte: 

Avgjørelsene som blir tatt, trenger nemlig ikke å være tatt i et sentralt system. Med dagens KI vil en beslutning om å stoppe eller ikke når det står en katt i veien, bli tatt sentralt i systemet. 

Det nye materialet kan «handle» uten å være innom en sentral enhet. Det sparer tid og energi. Dette kalles for «edge computing».

Sønsteby forklarer at det betyr at valgene og beregningene gjøres samme sted. I dagens maskiner er valgene sentraliserte.

– Vi kan tenke oss at denne typen materialer vil kunne brukes i selvkjørende biler og at de kan kjenne igjen en situasjon raskt nok til å kunne reagere momentant.

Mindre forutinntatt KI

En utfordring med dagens KI er at datamaterialet den trenes på, velges ut av mennesker. Det kan bidra til at det følger med forutinntatte holdninger. 

Bildegeneratorer har blitt beskyldt for å være rasistiske. Når KI ikke trenger å læres opp på denne måten kan den gi oss andre former for innsikt:

– Det kan være viktig i for eksempel bildediagnostikk i medisin. Den vil kunne gi oss grupperinger eller sortering som vi ikke har forstått tidligere, sier Sønsteby.

Utfordringen er, som tidligere nevnt, at det kan være vanskelig å vite hva den sorterer etter. Det mener Sønsteby likevel at det vil finnes mulige løsninger på. 

Han påpeker at det uansett vil være nyttig å få innsikt i ulike måter å sortere eller diagnostisere på.

Mer effektiv persongjenkjenning og bedre personvern – samtidig

Et annet bruksområde er overvåkning med persongjenkjenning. 

– Dette er en forbedring fra dagens system hvor absolutt alle objektene lagres på overvåkning. I et system med det nye materialet kan overvåkningen preges av ansiktene til ettersøkte personer. Alle ansiktene skannes, men ingen utenom de som er preget i systemet, vil bli lagret, sier Sønsteby.

Slik vil dermed persongjenkjenningen kunne bli mer effektiv. Samtidig vil personvernet for alle blir bedre. En fordel er at ingen trenger å følge med på filmen eller overvåkningen. Dette vil derfor kunne være mer effektiv bruk av tid.

Materialet er giftfritt og består av vanlige grunnstoffer.

Akkurat hva materialene består av, kan ikke Sønsteby avsløre helt enda. Noe kan han likevel si:

– Materialene er satt sammen av grunnstoffer som er vanlige og som det allerede utvinnes mye av til industrielle prosesser. Ingen av grunnstoffene er giftige eller farlige.

De er dessuten tilgjengelige i hele verden. Derfor vil det trolig ikke bli så kostbart heller. 

– ALD er en teknikk som ikke krever høy energi, så det vil ikke bli energimessig utfordrende å lage det, sier Sønsteby.

Om prosjektet

Prosjektet heter Crystalline Oxides for Next generation Computing and Emerging Photonic Technologies (CONCEPT) og ledes av Henrik H. Sønsteby ved Universitetet i Oslo.

Målet er å samle hele verdikjeden i produksjon av nye materialer for innmaten i datamaskinen: Alt fra grunnforskning til partneren IBM, som skal utvikle teknologien. Totalt er ni institusjoner fra seks ulike europeiske land involvert i prosjektet.

Prosjektet løper fra 2024 til 2028 og er finansiert av EU gjennom Horizon Europe Framework Programme.

forskning.no vil gjerne høre fra deg!

Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER

Read Entire Article